Menü
StartseiteMasterWirtschaftsinformatikWissensextraktion

Wissensextraktion

Inhalt

  • Grundprinzipien der Wissensextraktion mittels Data Mining
  • Data Mining über strukturierten, semistrukturierten und unstrukturierten Daten
  • Verfahrensklassen des Data Mining: Klassifikation, Vorhersage, Clustering, Assoziationsregeln
  • Ablaufmodelle bei einer Datenanalyse
  • Datenvorverarbeitung
  • Data-Mining-Verfahren
  • Interpretation der Resultate

Qualifikationsziele:

Die Studierenden erwerben Kompetenzen im Einsatz von Analysetechniken, hier speziell auf dem Gebiet der Wissensextraktion aus Massendaten. Sie erwerben die Fähigkeit, Data-Mining-Systeme zur Lösung einer betriebswirtschaftlichen Analyseaufgabe einzusetzen. Durch Projekt-basiertes Lernen wird die typische Wirtschaftsinformatik-Sichtweise auf ein zu lösendes Problem gestärkt. Die Teilnehmer können:

  • die Relevanz der Wissensextraktion aus großen Datenmengen im Unternehmen beurteilen
  • mit großen Datenmengen umgehen, diese für Data-Mining-Verfahren vorbereiten
  • verschiedene Data-Mining-Techniken anwenden
  • die Resultate interpretieren
  • die Leistungsfähigkeit, die Einsatzmöglichkeiten und Grenzen der DM-Verfahren einschätzen.

Querverbindungen zu den Themengebieten Künstliche Intelligenz, Business Intelligence, Wissensbasierte Systeme vertiefen die wirtschaftsinformatische Denkweise.

Fachverantwortlicher

Prof. Dr. Jürgen Cleve
+49 3841 753 - 7527

Mehr erfahren

über Fernstudium Master Wirtschaftsinformatik

Infomaterial erhalten

Ihre Ansprechpartnerin

B.A. Betriebswirtschaft

Janett Schumacher

+49 3841 753 - 7726

WhatsApp